Sacs 招聘 在 中国 - 14 Job Positions Available

优才-具身基座大模型算法研究员-具身研究中心 上海、北京 校招 正式 技术 - 研究类 职位 ID：A47457 职位描述 - 参与具身智能基础模型研发，覆盖 VLM/VLA/VideoGen 预训练、后训练与强化学习等关键环节，打造可跨不同机器人平台泛化的通用模型。- 设计多模态模型结构与训练策略，融合图像/视频/语言/触觉/动作等信息，提升理解、推理与执行能力。- 探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。- 面向复杂任务与长时序任务，构建训练—评测—迭代闭环，持续提升成功率、稳定性与鲁棒性。- 与数据/系统/仿真/硬件团队协作，推进模型训练、验证、部署与迭代落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，计算机/机器人/AI 等相关方向。- 熟悉大模型训练体系，有预训练或后训练经验，对 LLM/VLM/VLA/VideoGen 有较深理解。- 具备强化学习相关经验（PPO/SAC 等），有 Online RL / Offline RL类训练实践经验者优先。。- 熟悉或跟进过主流 VLA

运动控制算法实习生（强化学习方向） 深圳、北京、上海 实习 研发 - 算法 职位描述 【关于我们】小鹏机器人中心致力于研发先进的人形机器人技术，覆盖机器人行走、灵巧操作、智能导航，以及在大语言模型支持下的人机交互等方向。我们的软硬件研发团队分布于深圳、上海、广州、北京及北美，汇聚跨学科的一流人才。加入我们，你将参与把人工智能真正落地到物理世界的核心工作，与控制、感知、规划、硬件等多领域工程师紧密协作，攻克前沿科研与工程难题，并推动人形机器人关键能力的持续演进。【工作职责】1、参与机器人的强化学习训练，优化机器人运动规划与控制策略，与传统控制方法形成互补，提升整体运动性能；2、参与机器人数据重映射（retargeting / remapping）与位置/姿态跟踪算法的开发与优化；3、将先进运动控制与机器学习方法应用于我们的自研人形机器人，推动算法从离线验证到真机闭环；4、研究和复现前沿强化学习算法，探索相关领域学术和工程问题。 职位要求 【岗位要求】1、本科及以上在读，数学、计算机、人工智能、自动化、机器人等相关专业优先；2、至少 1 年强化学习相关项目或研究经验，熟悉足式机器人运动学和动力学；3、熟练使用基于 Pytorch 的深度学习框架，掌握 PPO、DQN、SAC 等主流强化学习算法，以及 MuJoCo、Isaac Gym/Sim 等主流仿真工具；4、热爱机器人行业，有相关期刊或会议论文发表经历，或实际强化学习项目落地经验者优先。【你将获得】1、深度参与最前沿的具身智能算法研发，专注于双足机器人运动规划与控制，以及从仿真到实机的迁移；2、行业内资深专家的指导，对于优秀成果，我们将全力支持发表学术论文或申请专利；3、完备的实验室支持，包括充足的计算资源、稳定的机器人平台和强大的软硬件团队；4、明确的成长路径：实习生是公司的重要储备人才，对于即将毕业的优秀实习生，我们优先考虑其全职工作申请。 投递...

具身智能-多模态强化学习算法专家 北京、上海 全职 互联网 / 电子 / 网游 职位描述 1、负责机器人具身操作任务的强化学习算法设计、开发和优化；2、研究多模态学习方法，结合视觉、触觉、力反馈提升机器人决策能力；3、优化从模拟到现实（Sim2Real）的迁移技术，提升算法鲁棒性；4、跟踪前沿技术，进行强化学习算法的调研、性能对比和评估；5、根据需求完成算法开发与代码维护，协助测试团队优化算法性能。 职位要求 1、硕士及以上学历，人工智能、计算机、机器人学等相关专业；2、掌握强化学习理论，熟悉 PPO、DQN、SAC 等主流算法；3、精通 Python，熟悉 PyTorch 等深度学习框架；4、熟悉 Mujoco、Isaac Sim、PyBullet、Genesis、Mani-Skill 等机器人仿真工具；5、熟悉LLM/VLM/VLA，了解RT-1/2、OpenVLA等多模态具身大模型经验者优先；6、在顶会发表论文或具备 机器人 项目经验者优先；7、工作积极主动，具备良好的团队合作与问题解决能力。 投递...

运动控制算法实习生（强化学习方向） 深圳、北京、上海 实习 研发 - 算法 27届AI人才专项计划（实习生专场） 职位描述 【关于我们】小鹏机器人中心致力于研发先进的人形机器人技术，覆盖机器人行走、灵巧操作、智能导航，以及在大语言模型支持下的人机交互等方向。我们的软硬件研发团队分布于深圳、上海、广州、北京及北美，汇聚跨学科的一流人才。加入我们，你将参与把人工智能真正落地到物理世界的核心工作，与控制、感知、规划、硬件等多领域工程师紧密协作，攻克前沿科研与工程难题，并推动人形机器人关键能力的持续演进。【工作职责】1、参与机器人的强化学习训练，优化机器人运动规划与控制策略，与传统控制方法形成互补，提升整体运动性能；2、参与机器人数据重映射（retargeting / remapping）与位置/姿态跟踪算法的开发与优化；3、将先进运动控制与机器学习方法应用于我们的自研人形机器人，推动算法从离线验证到真机闭环；4、研究和复现前沿强化学习算法，探索相关领域学术和工程问题。 职位要求 【岗位要求】1、本科及以上在读，数学、计算机、人工智能、自动化、机器人等相关专业优先；2、至少 1 年强化学习相关项目或研究经验，熟悉足式机器人运动学和动力学；3、熟练使用基于 Pytorch 的深度学习框架，掌握 PPO、DQN、SAC 等主流强化学习算法，以及 MuJoCo、Isaac Gym/Sim 等主流仿真工具；4、热爱机器人行业，有相关期刊或会议论文发表经历，或实际强化学习项目落地经验者优先。【你将获得】1、深度参与最前沿的具身智能算法研发，专注于双足机器人运动规划与控制，以及从仿真到实机的迁移；2、行业内资深专家的指导，对于优秀成果，我们将全力支持发表学术论文或申请专利；3、完备的实验室支持，包括充足的计算资源、稳定的机器人平台和强大的软硬件团队；4、明确的成长路径：实习生是公司的重要储备人才，对于即将毕业的优秀实习生，我们优先考虑其全职工作申请。 投递...

Job Summary As an Associate within China Compliance Surveillance team, you be responsible for reviewing alerts generated from various trade and communication Surveillance systems to detect instances of potential misuse of material non-public information, breaches of

【人形机器人】双足运控算法工程师-强化学习 北京、上海 全职 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 1、负责/主导双足机器人强化学习（RL）运控算法研发，覆盖行走/转向/起步停止/跑步、上下坡与台阶、抗外力扰动等核心能力，并实现真机稳定闭环。2、搭建并维护训练Pipeline：仿真环境构建（动力学、接触、执行器与传感器模型）、奖励函数与课程学习、并行采样与训练监控、实验可复现与版本管理。3、负责Sim2Real落地与鲁棒性提升：域随机化（质量/惯量/摩擦/延迟/噪声）、系统辨识、策略泛化与真机调参闭环。4、设计并实现策略与底层控制栈对接（PD/阻抗/WBC/状态机），处理控制频率、延迟、力矩/速度饱和、关节限位与安全保护等工程约束。5、构建并优化步态与接触切换稳定性（单/双支撑过渡、落脚冲击、滑移抑制），降低抖动与能耗，提升步态自然性与可控性。6、建立异常工况处理机制：跌倒检测、失稳恢复（fall recovery）、安全降级、故障注入测试与保护策略。7、制定并维护双足运控评测体系：成功率、速度范围、通过率（地形/扰动/摩擦）、稳定裕度、能耗/温升、恢复时间等，并推动自动化回归。8、支持真机联调与问题定位：策略崩溃、奖励投机、接触抖动、仿真偏差、传感器漂移、执行器带宽限制等问题分析与优化。 职位要求 1、机器人、控制、自动化、机械、计算机等相关专业，本科及以上学历。2、3年以上强化学习或机器人运动控制相关经验；具备足式/双足机器人真机落地经验者优先。3、熟悉主流RL算法与实现（PPO/SAC/TD3等），理解稳定训练要点（归一化、优势估计、探索、约束等）。4、具备扎实的动力学与控制基础：刚体动力学、接触与摩擦、步态稳定性、阻抗/力控、状态估计基础概念。5、熟练Python/C++，具备良好的工程实现与调试能力；熟悉Linux与常用开发/调试工具链。6、熟悉至少一种机器人仿真平台（MuJoCo/Isaac Gym/Isaac Sim/Gazebo等），能够独立完成模型、环境与传感器/执行器仿真开发。7、具备数据分析与系统化定位能力（日志、可视化、回归对比、消融实验），能推动问题闭环。8、具备良好沟通协作能力，能与硬件、全身控制、状态估计、测试团队高效配合。优先考虑条件：1、有复杂地形与强扰动鲁棒行走经验（台阶、碎石、低摩擦、推搡、载荷变化）。2、有WBC/QP/MPC与RL结合、或分层控制（技能/策略/控制器）工程经验。3、有系统辨识、执行器模型（电机/减速器/摩擦/带宽）建模与补偿经验。4、能阅读英文论文/技术文档并快速复现与落地。 投递...

强化学习算法工程师/专家 上海、北京 全职 算法类 职位描述 1.参与端到端自动驾驶系统的强化学习训练;2.构建高效稳定的大规模强化学习闭环训练框架，提升强化学习的数据效率、训练效率、稳定性、场景泛化性;3.持续推动强化学习算法在物理世界的落地应用; 职位要求 1.硕士及以上学历,计算机,自动化及电子信息等相关专业优先;2.掌握强化学习基础理论，熟悉主流强化学习算法（PPO、SAC、GRPO及其变种）；3.具备扎实的强化学习工程能力和优秀的代码能力,能够独立负责算法研发和迭代。 投递...

Vaisala is a global leader in measurement instruments and intelligence helping industries, nations, people, and the planet to thrive. From predicting hurricanes to optimizing renewable energy production, our technology is used where it matters the most

优才-运动智能与博弈算法工程师 北京、深圳 校招 正式 技术 - 算法类 职位 ID：A54356 职位描述 * 负责复杂动态环境下的智能决策、规划与控制算法研发；* 研究强化学习、Multi-Agent RL、Self-Play、MCTS 等算法，并应用于机器人智能决策；* 构建状态预测、行为预测、策略规划与实时决策系统；* 负责 Hierarchical RL、Skill Learning、Motion Policy 等算法研发，实现高层决策与底层运动技能协同；* 搭建大规模仿真训练、评测及 Sim2Real 闭环；* 推动算法从仿真环境向真实机器人部署落地。 职位要求 * 计算机、机器人、自动化、控制等相关专业，本科及以上学历；* 扎实的强化学习、机器学习、规划或控制基础；* 熟悉 PPO / SAC / Multi-Agent RL

运动智能与博弈算法工程师 北京、深圳 校招 正式 技术 - 算法类 职位 ID：A85934 职位描述 * 负责复杂动态环境下的智能决策、规划与控制算法研发；* 研究强化学习、Multi-Agent RL、Self-Play、MCTS 等算法，并应用于机器人智能决策；* 构建状态预测、行为预测、策略规划与实时决策系统；* 负责 Hierarchical RL、Skill Learning、Motion Policy 等算法研发，实现高层决策与底层运动技能协同；* 搭建大规模仿真训练、评测及 Sim2Real 闭环；* 推动算法从仿真环境向真实机器人部署落地。 职位要求 * 计算机、机器人、自动化、控制等相关专业，本科及以上学历；* 扎实的强化学习、机器学习、规划或控制基础；* 熟悉 PPO / SAC / Multi-Agent RL

Etablissement : VIVASERVICES - Agence de Lyon centre Type de contrat : CDI Temps de travail : Temps partiel Lieu: Tassin-la-Demi-Lune Salaire: 12 EUR (€) - 13 EUR (€) / heure À partir du: 25.09.2026 Description